Wan 3.0

Wan 3.0是阿里云于2026年8月正式发布的新一代视频生成大模型，于8月6日结束公测后GA上线。该模型在指令遵循、跨镜头一致性、音频质感以及视频编辑能力方面较前代 Wan2.5 有显著迭代，最大亮点是单次可生成最长30秒的视频片段，是上一代 Wan2.5 时长的两倍。此外 Wan3.0 首次支持直接输入 doc、xls、ppt、pdf、md 等办公文档格式，并提供最多10张图片、5段视频、5段音频的多模态参考能力，单一提示词即可整合文本、图像、音频、视频四种基础模态生成成片。

在画质与编辑能力上，Wan3.0 支持通过提示词对已生成视频的视觉元素、剧情走向和环境进行多维修改，配套智能分镜功能可自动生成包含多个镜头的连贯叙事视频，并实现音画自然同步。在商业化层面，该模型以API调用方式按生成秒数计费：480P分辨率每秒0.05美元，720P每条0.10美元，1080P每条0.20美元，适合内容创作者、营销团队、电商卖家、电影制作人和广告机构等广泛用户群体。

技术层面，Wan3.0 还可处理网页搜索与复杂文件解析，将真实世界知识融入视频生成过程。其输出画质达到电影级人像质感标准，在光影、色彩分级和构图上均满足专业级视觉要求，并支持复杂的动作编排、逼真的物理模拟和细腻的戏剧性表演场景。生成的视频还包含双耳音频，营造沉浸式声场体验。

适用场景：品牌宣传片制作、电商产品展示视频、社交媒体内容创作、电影预告与短视频制作、教育培训视频、以及PPT/PDF等办公文档的可视化转化。Wan3.0 通过阿里云Model Studio平台访问，API接口将于近期正式上线，目前用户可直接在 Wan.video 平台体验预览版。